据世界卫生组织称，乳腺癌是全球最常见的癌症。仅在 2020 年，就有 2 万例新的乳腺癌诊断和 3，685 例死亡。然而，自000年代卫生当局对高危年龄组实施定期乳房X线摄影筛查以来，高收入国家的乳腺癌死亡率下降了40%。

早期发现和治疗对于降低癌症死亡率至关重要，您的机器学习技能可以帮助简化放射科医生用于评估筛查乳房 X 光检查的过程。

目前，乳腺癌的早期检测需要训练有素的人类观察者的专业知识，这使得筛查乳房X光检查项目的成本很高。一些国家迫在眉睫的放射科医生短缺可能会使这个问题恶化。

乳房 X 线摄影筛查也会导致假阳性结果的高发生率。这可能导致不必要的焦虑、不方便的随访护理、额外的影像学检查，有时还需要组织取样(通常是穿刺活检)。

本次比赛的目标是识别乳腺癌。您将使用从常规筛查中获得的筛查性乳房 X 光检查来训练模型。

您在提高乳房 X 线摄影筛查检测自动化方面的工作可能会使放射科医生更加准确和高效，从而提高患者护理的质量和安全性。它还可以帮助降低成本和不必要的医疗程序。